基于层次的聚类----AGNES算法使用（R语言）

凝聚

[plain]  view plain  copy

 

1. # 产生数据集  
2. x<-c(rnorm(200,30,1),rnorm(200,10,1.5),rnorm(100,5,0.5))  
3. y<-c(rnorm(200,30,1),rnorm(200,10,1.5),rnorm(100,5,0.5))  
4. data<-data.frame(x,y)  
5. # 彩色空间  
6. library(colorspace)  
7. # 显示数据集的结构  
8. str(data)  
9. # 系统聚类  
10. # 聚类的一些必要的函数  
11. library(cluster)  
12. library(rattle)  
13. #系统聚类函数在包amap中  
14. require(amap, quietly=TRUE)  
15. #聚类结果有包fpc提供  
16. require(fpc, quietly=TRUE)  
17. #绘图 需cba包  
18. require(cba, quietly=TRUE)   
19. #method曼哈顿距离，ward离差平方和  
20. chcluster <- hclusterpar(na.omit(data[,c(1:2)]), method="manhattan", link="ward", nbproc=2)  
21. chcluster   
22. # 聚类中心  
23. centers.hclust(na.omit(data[,c(1:2)]), chcluster, 3)   
24. #产生树形图 用矩形显示聚类结果   
25. par(bg="grey")  
26. plot(chcluster, main="", sub="", xlab="", labels=FALSE, hang=0)  
27. rect.hclust(chcluster, k=3)  
28. #加标题  
29. title(main="HCluster_Dendrogram_data", sub=paste("R", format(Sys.time(), "%Y-%b-%d %H:%M:%S"), Sys.info()["user"]))   
30. #类与类之间的相关性   
31. par(bg="yellow")  
32. plotcluster(na.omit(data[,c(1:2)]),  cutree(chcluster, 3))  
33. title(main="Discriminant Coordinates data", sub=paste("R", format(Sys.time(), "%Y-%b-%d %H:%M:%S"), Sys.info()["user"]))   
34. #数据集的聚类效果图  
35. plot(data[,c(1:2)], col=cutree(chcluster, 3))  
36. title(main="", sub=paste("R", format(Sys.time(), "%Y-%b-%d %H:%M:%S"), Sys.info()["user"]))   
37. #验证聚类结果的基本统计信息  
38. cluster.stats(dist(na.omit(data[,c(1:2)])), cutree(chcluster, 3))   
39. #输出结果  
40. result<-cbind(data,cutree(chcluster,3))  
41. write.csv(result,"cengciresult.csv")